深度学习：用生成对抗网络（GAN）来恢复高分辨率（高精度）图片 （附源码，模型与数据集）...

前言

---

平时生活中，我们经常碰到一些自己喜欢的图片却苦于分辨率很低，而原图又找不太到。 现在，神经网络可以帮助我们从一张给定的低分辨率图片恢复出高分辨率的图片。 这个功能听上去既炫酷又实用，具体是怎么做的呢，详见下文！

Demo效果

---

上图就是训练了2000次后的模型的效果，只需要输入一张左边的低精度的图片， 就可以生成右边的高精度的图片。肉眼看上去效果还是非常不错的！

这张GIF则展示了整个训练过程的变化， 左边的图是由神经网络生成的， 中间的是原始的高精度的图片， 右边的是输入到神经网络的低分辨率图片， ==神经网络在整个生成过程中是没有得到高精度图片信息的，这里给出高精度图片只是为了对比体现生成的效果==。可以看到在100次epoch迭代之后，性能已经非常不错了。

链接

项目源码：基于keras的SRGAN实现. 主要参考了著名的keras-GAN这个库，做了一些小改动使得节目效果更好，适合作为Demo来展示哈哈。如果对你有帮助的话请Star一下哈！ 论文地址 被引用了1500多次，很强了！这个代码也是根据论文里的参数写的。